Az OpenAI október 15-én natív Decisions-integrációval bővítette a GPT-Live API-t. Egy hangos alkalmazás így már a felhasználó beszéde közben is kiválaszthatja a következő műveletet, vagy a hangmodell válaszára reagálhat. A változás a fejlesztői API-t érinti: nem egy újabb hang a ChatGPT beállításaiban.
A korábban bemutatott Decisions API körülhatárolt kérdésekre ad géppel feldolgozható választ. Az új kapcsolatnál a GPT-Live közvetlenül hívja meg ezt a szolgáltatást. Kimarad az a köztes kör, amelyben előbb az alkalmazás kapná meg a delegálási jelzést, majd külön kérné le a döntést.
Kétféle időzítés használható. A Live felismerheti, hogy egy kérés az alkalmazásra tartozik, és átadhatja a következő lépést. A fejlesztő a bejövő vagy kimenő beszédátirat részleteire is állíthat triggert. Az OpenAI egyik példájában egy virtuális karakter már hallgatás közben változtat arckifejezést és gesztust.
Egy döntés azonban nem végrehajtott művelet. A dokumentáció szerint az alkalmazás módosítja például a vezérelt beállítást, ellenőrzi a tényleges állapotot, majd visszajelzést ad a Live-nak. A hangmodellnek ebből kell beszámolnia az eredményről. Ez fontos határ: a megfelelő művelet kiválasztása nem bizonyítja, hogy az eszköz végre is hajtotta azt.
A bekötéshez működő Live-kapcsolat és api.decisions.write jogosultság kell. A triggerek eredményei sorrenden kívül is megérkezhetnek; a kliensnek a megfelelő átiratrészhez kell kapcsolnia őket, és az aktuális eredményt kell alkalmaznia. A kevesebb hálózati kör dokumentált működés, nem általunk mért gyorsulás. A funkciót nem próbáltuk ki.
Források: OpenAI – október 15-i API-változás; OpenAI – Connect voice to Decisions.